遥感图像的计算机识别分类是遥感应用的一个重要组成部分，其实质在于通过计算机对遥感图像像元进行数值处理和分类，达到自动识别地物的目的。无论是专业信息提取、动态变化监测还是专题制图、遥感数据库的建立都离不开分类。人们对遥感图像的计算机识别分类进行了大量深入的研究，并开发了许多自动分类的技术。如最大似然法、最小距离法、专家分类法和神经网络法等。但这些方法是基于像元技术的，即以像元为基本单元进行信息提取，这种技术过于着眼于局部而忽略了附近整片图斑的几何结构情况，从而严重的制约了信息提取的精度。 随着高分辨率卫星的广泛应用，传统的基于像元的技术已不能有效和准确的提取地物的信息。面向对象的遥感影像分析技术是针对高分辨率影像应用而兴起的一种新的遥感分类技术。其基本原理是分类时不仅依靠地物的光谱特性，更多的是根据像元的形状、颜色、纹理等几何特征和结构信息，把具有相同特征的象素组成一个对象，然后根据每一个对象的特征进行分类。本研究以乌鲁木齐市为例，采用高分辨率卫星QuickBird数据为主要信息源，应用面向对象的多尺度分割技术，对城市绿地的提取方法进行了研究。利用专题层进行分割，结合成员隶属度函数，实现城市绿地信息的自动提取。研究表明使用该方法提取信息速度快、准确率高、成本低，可以实现城市绿地信息的快速而准确的提取。